Anthropic 正式发布了 Claude Tag，一个让 Claude 以团队成员身份加入 Slack 频道的新产品。这不是一个简单的聊天机器人集成，而是一个从根本上改变了人与 AI 协作模式的系统：在频道里 @Claude，它就会像一个真正的同事那样，理解上下文、规划任务、异步执行，并在完成后主动汇报。Anthropic 还透露了一个让外界重新审视 AI 工程能力的数据——该公司产品团队 65% 的代码，已经由内部版本的 Claude Tag 生成。

理解 Claude Tag 为什么重要，需要先看清当前 AI 协作工具的一个结构性缺陷。过去两年，AI 编程助手和对话式 AI 工具的主流交互模式是"一对一"：一个开发者在自己的终端里和 Claude Code 对话，一个用户在独立窗口里和 ChatGPT 交互。这种模式在个人效率提升上已被充分验证，但当把它放入一个十人、百人的真实团队环境中时，它有一个致命的问题——AI 没有团队记忆。每次对话都是从零开始，每个人需要反复解释相同的上下文，AI 不知道同事在做什么，无法在团队层面形成累积的知识效应。这就好比团队里雇了一个记忆力只有五分钟的实习生，每次你跟他说话都得从头讲起。

Claude Tag 的解决方案在概念上并不复杂，但它对细节的处理揭示了一种深思熟虑的产品哲学。管理员将 Claude 添加到一个 Slack 频道后，它会像任何一个团队成员一样持续"旁听"频道里的对话——记住项目背景、了解每个人的职责、跟踪正在进行的讨论。当有人需要帮助时，在消息中 @Claude，它就会基于已经积累的上下文来理解任务、拆解步骤、调用已授权的工具和数据源，然后在一个 Slack 线程中返回结果。这听起来简单，但它解决了 AI 协作中最难的一件事：让 AI 拥有"默会知识"——那些在团队日常交流中自然传递、但从不被正式文档化的信息。

Anthropic 为 Claude Tag 定义了四个关键特性，每一条都有明确的工程意图。

「多人协作」意味着频道里的每一个人看到的都是同一个 Claude。它不是一个私人的 AI 对话窗口，而是一个共享的团队资源。A 可以给 Claude 布置任务，B 可以中途补充信息，C 可以看到完整的执行过程。这种透明性打破了 AI 辅助工作中常见的"暗箱"效应——没有人知道别人用 AI 做了什么，也没有人能从中学习和改进。

「持续学习」是 Claude Tag 区别于传统 AI 聊天机器人的核心。一旦被授权访问其他 Slack 频道和数据源——当然不包括私有频道——Claude 会自动从这些信息流中提取与当前任务相关的背景。这意味着一个在工程频道中协助代码审查的 Claude，可能已经知道销售频道中某个客户提到的 bug，从而在技术支持频道里被 @ 时能够主动关联这些信息。

「主动感知」是 Anthropic 给这项功能的命名。如果管理员开启了"环境模式"，Claude 会在不需要被显式 @ 的情况下，主动推送它认为相关的信息——某个长期沉寂的线程有了新的进展、某个工具返回了一个异常数据、某个相关频道的讨论与当前频道的工作有交集。这听起来可能让人不安，但 Anthropic 的权限设计刻意限制了这种行为的范围：Claude 只能"看到"管理员明确授权的频道和工具，不会越界。

「异步工作」可能是对企业用户最有吸引力的一项。传统的 AI 对话需要用户在屏幕前等待模型逐字输出；但 Claude Tag 的设计假设是"你布置完任务就可以去开会了"。它可以在后台工作数小时甚至数天，独立推进一个需要多步骤完成的项目——比如调查一个 bug 的根因、收集和整理一组数据、或者在多个工具之间协调完成一个工作流。Anthropic 表示，这种方式让团队成员能够同时向多个 Claude 并行委派任务，大幅提升整个团队的吞吐量。更重要的是，Claude 还能为自己调度任务——在完成当前阶段的工作后，自动规划下一步并继续执行，不需要人工反复介入。这种自主性让 AI 的角色从"响应式工具"转变为"主动型协作者"，在项目管理、持续集成监控、客户反馈跟踪等场景中尤其有价值。

Anthropic 自身是 Claude Tag 的第一个深度用户，而它公布的使用数据足够有说服力。公司产品团队目前 65% 的代码由内部版本的 Claude Tag 生成——不是简单的代码补全，而是从需求分析到实现的全流程代码产出。同一模式正在从工程团队蔓延到其他职能部门：产品指标和数据的追踪分析、客户支持工单的处理、复杂 bug 的根因定位——员工们开始习惯性地 @Claude 来处理这些任务。正如 Anthropic 在官方博客中所言："Tagging @Claude 已经成为我们在 Anthropic 完成工作的主要方式之一。"

在权限管理和安全治理方面，Anthropic 的做法值得那些关心企业 AI 部署的 CTO 仔细研究。Claude Tag 引入了"身份"的概念——管理员可以为不同的频道创建不同的 Claude 身份，每个身份拥有独立的工具权限、数据访问范围和记忆空间。比如，为销售团队配置的 Claude 身份无法访问工程数据，也不会将它的记忆传递给为工程团队配置的另一个 Claude 身份。这种隔离设计在概念上类似于 AWS 的 IAM 角色管理，但在 AI 代理的语境下，它的重要性被放大了：当 AI 开始拥有跨频道的"记忆"时，数据泄漏的风险就不再是一个理论问题，而是一个需要在权限模型层面解决的实际工程问题。

部署流程被简化为四个步骤：将 Claude Tag 与 Slack 工作空间配对、为 Claude 授予工具和数据访问权限、设定组织的月度 token 消费上限、在一个私有频道中先做测试。管理员可以分别设置组织和单个频道的 token 消费上限，并查看 Claude 执行过的每一项任务及对应的请求人——这种审计能力对于金融、医疗等合规要求严格的行业尤为重要。Anthropic 还为符合条件的 Enterprise 和 Team 客户提供了启动额度，以降低试用的财务门槛。Claude Tag 运行在 Opus 4.8 上，将替代现有的"Claude in Slack"应用，现有用户有 30 天的迁移窗口。对于已经在使用 Claude Code 和 Claude Cowork 的团队来说，Claude Tag 可以被视为前两者的自然延伸——Claude Code 聚焦个人开发者终端体验，Cowork 专注单人深度协作，而 Tag 将这种能力扩展到了整个团队的共享空间中。

Claude Tag 目前处于 beta 阶段，仅面向 Enterprise 和 Team 客户开放。Anthropic 明确表示目标是将其扩展到更多工作场景中。对于那些已经在使用 Claude Code 的开发者团队、或者在 Slack 上管理大量协作流程的组织来说，这是一个值得尽早关注的产品。它代表的不仅仅是一个新的 AI 功能，而是一种正在被重新定义的团队工作方式——在不久的将来，"在频道里 @AI"可能会像今天的"@同事"一样自然。

参考来源：

• Anthropic: Introducing Claude Tag
• Claude Tag Docs
• Claude Tag Product Page